CN113028912B - 一种基于3d视觉的子弹底火引药填充量检测方法 - Google Patents
一种基于3d视觉的子弹底火引药填充量检测方法 Download PDFInfo
- Publication number
- CN113028912B CN113028912B CN202110427803.5A CN202110427803A CN113028912B CN 113028912 B CN113028912 B CN 113028912B CN 202110427803 A CN202110427803 A CN 202110427803A CN 113028912 B CN113028912 B CN 113028912B
- Authority
- CN
- China
- Prior art keywords
- primer
- image
- bullet
- ellipse
- laser
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 230000037452 priming Effects 0.000 title claims description 16
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000005260 corrosion Methods 0.000 claims abstract description 6
- 230000007797 corrosion Effects 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims abstract description 5
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 claims description 8
- 239000011521 glass Substances 0.000 claims description 3
- 230000003760 hair shine Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 1
- 101150087909 cog3 gene Proteins 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- YLJREFDVOIBQDA-UHFFFAOYSA-N tacrine Chemical compound C1=CC=C2C(N)=C(CCCC3)C3=NC2=C1 YLJREFDVOIBQDA-UHFFFAOYSA-N 0.000 description 1
- 229960001685 tacrine Drugs 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F42—AMMUNITION; BLASTING
- F42B—EXPLOSIVE CHARGES, e.g. FOR BLASTING, FIREWORKS, AMMUNITION
- F42B35/00—Testing or checking of ammunition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明提出了一种基于3D视觉的子弹底火引药填充量检测方法。首先，对获取到的底火深度图像采用直方图均衡、二值化、膨胀、孔洞去除和腐蚀进行预处理，得到高质量的图像。然后，采用基于弧邻接矩阵的快速椭圆检测方法对预处理后的底火深度图像进行圆域检测，拟合得到各个圆域的圆心Ci。第三，计算各个椭圆圆心Ci与椭圆质心之间的欧式距离ρi，确定目标圆域。最后，将目标圆域分别缩小二倍和四倍，并映射到底火深度图像中，获取对应区域的高度信息，从而判断子弹底火引药的填充量。本发明的优点在于检测子弹底火引药填充量的实时性高，鲁棒性强，准确度高。
Description
技术领域
本发明涉及一种工业产品质量无接触式的检测领域,具体为一种子弹底火引药填充量的检测方法。
背景技术
子弹是武器装备中必不可少的一部分，优化武器装备的生产工艺，提升良品率，有利于提升投入产出比，保障即时作战的需要。其中，底火由于具有存放时间长、引火稳定性高和使用安全等特点，广泛应用于各类子弹、枪炮底部的引火装置中。底火壳内填充引药，在子弹击发时起到引燃的作用。在生产过程中，由于生产环节众多，不可避免地存在底火引药填充不合格的现象。底火引药作为子弹引燃的关键，填充过少会影响子弹的击发成功率，填充过度则会造成不必要的浪费。
传统的底火生产线对底火引药填充量的检测通常采用2D视觉检测。这种检测方式无法感知药面高度信息，导致底火引药填充量检测的准确度低。随着底火规模化生产对检测速度和精度都提出了新的要求，现有的检测方式难以满足底火引药填充量的检测。因此，底火引药填充量的检测过程中迫切需要一种速度快、精度高、稳定性强的全自动检测设备来检测剔除底火引药填充不合格的产品。
发明内容
针对上述问题，本发明提出一种基于3D视觉的子弹底火引药填充量的检测方法，该方法能准确、快速、高效地提取出子弹底火图像中的目标圆域，并得到目标圆域的高度信息，从而对子弹底火引药填充量进行判断。本发明内容如下：
S100.子弹底火顶部朝上平放在透明亚克力传送板上，透明亚克力传送板以固定速度v向前移动，子弹底火到达成像区域后触发光电传感器，启动线激光以时间间隔为t的速度向子弹底火顶部投射激光，启动摄像机以时间间隔为t的速度获取投射在底火顶部的激光线的图像，连续采集n张包含激光线的图像；其中，线激光垂直90度朝下投射激光线，摄像机与水平方向呈角度ɑ倾斜拍照，环形光以透过玻璃传送板的方式对底火的底部打光；
S200.连续采集n张包含激光线的大小为(k，j)的底火图像，分别提取各图像中的激光中心线，根据式(1)，得到激光线上每个点的深度信息，由n条激光中心线得到(n×k)个点的深度信息，合成深度图像Bin10；
式中，P为激光在检测物表面上投射的点，O为线激光中心虚拟投射到透明亚克力传送板上的点，M为相机的焦点，A为O点在相机上呈现的点，B为P点在相机上呈现的点，OA和PB均通过焦点M，A与激光线夹角为θ，OA与相机镜面夹角为
S300.对深度图像Bin10采用直方图均衡、二值化、膨胀、孔洞去除和腐蚀进行预处理，得到高质量的图像Bin20；
S400.对图像Bin20采用基于弧邻接矩阵的快速椭圆检测方法进行圆域检测，拟合得到各个椭圆的圆心Ci，结合欧氏距离的方法得到图像Bin20质心E与拟合到的各个椭圆的圆心Ci之间的欧氏距离ρi，根据ρi判断图像中的真圆，准确提取目标圆域；
S500.将目标圆域分别缩小二倍和四倍映射到底火深度图像中，得到底火大圆域和底火小圆域，分别提取出大、小圆域中的高度信息，由此判断子弹底火引药的填充量。
本发明具有如下优点：
1、本发明采用的基于3D视觉的底火药面高度提取方法精度高且速度快，既能满足底火工业视觉检测中对于精度的要求，也能很好的契合底火在工业生产中的节拍；
2、本发明提出的基于3D视觉的子弹底火引药填充检测方法具有较好的鲁棒性，抗干扰能力强。
附图说明
图1是本发明的方法流程图；
图2是子弹底火检测工位示意图；
图3是子弹底火图像预处理示意图；
图4是所拟合椭圆圆心与图像质心距离示意图；
图5是图像高度信息提取区域示意图。
具体实施方式：
实施本发明，选用Basler的acA640-90gc摄像机，其为分辨率为658x 492，理论帧速率为90fps；采用Computar公司生产的M5018-MP2镜头，其焦距为50mm。该摄像机与镜头组合后用于获取图像，并与线激光一同构成3D视觉***用于测距。
本发明技术方案的流程图如图1所示，具体实施步骤如下：
S100.子弹底火顶部朝上平放在透明亚克力传送板上，透明亚克力传送板以固定速度v向前移动，子弹底火到达成像区域后触发光电传感器，启动线激光以时间间隔为t的速度向子弹底火顶部投射激光，启动摄像机以时间间隔为t的速度获取投射在底火顶部的激光线的图像，连续采集n张包含激光线的图像；其中，线激光垂直90度朝下投射激光线，摄像机与水平方向呈角度ɑ倾斜拍照，环形光以透过玻璃传送板的方式对底火的底部打光；
S200.连续采集n张包含激光线的大小为(k，j)的底火图像，分别提取各图像中的激光中心线，根据式(1)，得到激光线上每个点的深度信息，由n条激光中心线得到(n×k)个点的深度信息，合成深度图像Bin10；
式中，P为激光在检测物表面上投射的点，O为线激光中心虚拟投射到透明亚克力传送板上的点，M为相机的焦点，A为O点在相机上呈现的点，B为P点在相机上呈现的点，OA和PB均通过焦点M，A与激光线夹角为θ，OA与相机镜面夹角为
子弹底火检测工位如图2所示；
S300.对深度图像Bin10采用直方图均衡、二值化、膨胀、孔洞去除和腐蚀进行预处理，得到高质量的图像Bin20；图像预处理前后对比如图3所示；
S310.得到深度图像的灰度直方图，将灰度直方图进行归一化，然后通过直方图均衡变换增强图像的对比度，凸显出清晰的图像边缘，得到图像Bin11；
S320.计算图像Bin11的类间方差，将最大类间方差G作为阈值，对图像Bin11进行二值化，消除图像中侧面圆环区域，保留圆域；二值化后对图像采用游程法提取连通域，消去面积较小的噪声区域，得到图像Bin12；
S330.设置膨胀算子，使用膨胀操作消除包含在前景图像中的噪声区域，使背景与前景完全区分，得到图像Bin13；
S340.通过孔洞消除算法消除图像中的内部噪声点，得到图像Bin14；
S350.采用腐蚀操作复原膨胀操作误消除的边缘区域，最终得到高质量的图像Bin20；
S400.对图像Bin20采用基于弧邻接矩阵的快速椭圆检测方法进行圆域检测，拟合得到各个椭圆的圆心Ci，结合欧氏距离的方法得到图像Bin20质心E与拟合到的各个椭圆的圆心Ci之间的欧氏距离ρi，根据ρi判断图像中的真圆，准确提取到目标圆域；所拟合的椭圆圆心与图像质心距离如图4所示；
S410.采用基于弧邻接矩阵的快速椭圆检测方法拟合图像中的椭圆，检测到的第i个椭圆圆心Ci的坐标为
S420.计算第i个椭圆圆心Ci与预处理后的椭圆图像质心E之间的欧氏距离ρi：
其中，点E为椭圆的实际质心，其像素坐标为(xE,yE)；
S430.当欧氏距离ρi取最小值时对应的椭圆判定为真，其他为假，真圆即为目标圆域；
S500.将目标圆域分别缩小二倍和四倍映射到底火深度图像中，得到底火大圆域和底火小圆域，分别提取出大、小圆域中的高度信息，由此判断子弹底火引药的填充量；图像高度信息提取区域如图5所示；
S510.将目标圆域分别缩小两倍和四倍映射到底火深度图像中，得到底火大圆域和底火小圆域；
S520.通过Cognex算法库中的Cog3DRangeImageHeightCalculatorTool分别提取出大、小圆域中的高度信息，包括小圆平均高度值HS_Mean、大圆平均高度值HL_Mean、小圆最大高度值HS_Max、大圆最大高度值HL_Max、小圆最小高度值HS_Min和大圆最小高度值HL_Min；
S530.根据提取到的大小圆域高度信息判断子弹底火引药的填充量。
Claims (4)
1.一种基于3D视觉的子弹底火引药填充量检测方法，其特征在于至少包含以下几个步骤：
S100.子弹底火顶部朝上平放在透明亚克力传送板上，透明亚克力传送板以固定速度v向前移动，子弹底火到达成像区域后触发光电传感器，启动线激光以时间间隔为t的速度向子弹底火顶部投射激光，启动摄像机以时间间隔为t的速度获取投射在底火顶部的激光线的图像，连续采集n张包含激光线的图像；其中，线激光垂直90度朝下投射激光线，摄像机与水平方向呈角度ɑ倾斜拍照，环形光以透过玻璃传送板的方式对底火的底部打光；
S200.连续采集n张包含激光线的大小为(k，j)的底火图像，分别提取各图像中的激光中心线，根据式(1)，得到激光线上每个点的深度信息，由n条激光中心线得到(n×k)个点的深度信息，合成深度图像Bin10；
式中，P为激光在检测物表面上投射的点，O为线激光中心虚拟投射到透明亚克力传送板上的点，M为相机的焦点，A为O点在相机上呈现的点，B为P点在相机上呈现的点，OA和PB均通过焦点M，O A与激光线夹角为θ，OA与相机镜面夹角为
S300.对深度图像Bin10采用直方图均衡、二值化、膨胀、孔洞去除和腐蚀进行预处理，得到高质量的图像Bin20；
S400.对图像Bin20采用基于弧邻接矩阵的快速椭圆检测方法进行圆域检测，拟合得到各个椭圆的圆心Ci，结合欧氏距离的方法得到图像Bin20质心E与拟合到的各个椭圆的圆心Ci之间的欧氏距离ρi，根据ρi判断图像中的真圆，准确提取目标圆域；
S500.将目标圆域分别缩小二倍和四倍映射到底火深度图像中，得到底火大圆域和底火小圆域，分别提取出大、小圆域中的高度信息，由此判断子弹底火引药的填充量。
2.根据权利要求1所述的子弹底火引药填充量检测方法，其特征在于对深度图像进行预处理后得到高质量图像Bin20，所述步骤S300至少还包括以下步骤：
S310.得到深度图像的灰度直方图，将灰度直方图进行归一化，然后通过直方图均衡变换增强图像的对比度，凸显出清晰的图像边缘，得到图像Bin11；
S320.计算图像Bin11的类间方差，将最大类间方差G作为阈值，对图像Bin11进行二值化，消除图像中侧面圆环区域，保留圆域；二值化后对图像采用游程法提取连通域，消去面积较小的噪声区域，得到图像Bin12；
S330.设置膨胀算子，使用膨胀操作消除包含在前景图像中的噪声区域，使背景与前景完全区分，得到图像Bin13；
S340.通过孔洞消除算法消除图像中的内部噪声点，得到图像Bin14；
S350.采用腐蚀操作复原膨胀操作误消除的边缘区域，最终得到高质量的图像Bin20。
3.根据权利要求1所述的子弹底火引药填充量检测方法，其特征在于对高质量图像Bin20准确提取目标圆域，所述步骤S400至少还包括以下步骤：
S410.采用基于弧邻接矩阵的快速椭圆检测方法拟合图像中的椭圆，拟合到的第i个椭圆圆心Ci的坐标为
S420.计算第i个椭圆圆心Ci与预处理后的椭圆图像质心E之间的欧氏距离ρi：
其中，点E为椭圆的实际质心，其像素坐标为(xE,yE)；
S430.当欧氏距离ρi取最小值时对应的椭圆判定为真，其他为假，真圆即为目标圆域。
4.根据权利要求1所述的子弹底火引药填充量检测方法，其特征在于提取引药曲面高度信息，判断子弹底火引药的填充量，所述步骤S500至少还包括以下步骤：
S510.将目标圆域分别缩小两倍和四倍映射到底火深度图像中，得到底火大圆域和底火小圆域；
S520.分别提取出大、小圆域中的高度信息，包括小圆平均高度值HS_Mean、大圆平均高度值HL_Mean、小圆最大高度值HS_Max、大圆最大高度值HL_Max、小圆最小高度值HS_Min和大圆最小高度值HL_Min；
S530.根据提取到的大小圆域高度信息判断子弹底火引药的填充量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110427803.5A CN113028912B (zh) | 2021-04-21 | 2021-04-21 | 一种基于3d视觉的子弹底火引药填充量检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110427803.5A CN113028912B (zh) | 2021-04-21 | 2021-04-21 | 一种基于3d视觉的子弹底火引药填充量检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113028912A CN113028912A (zh) | 2021-06-25 |
| CN113028912B true CN113028912B (zh) | 2022-09-20 |
Family
ID=76457082
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110427803.5A Active CN113028912B (zh) | 2021-04-21 | 2021-04-21 | 一种基于3d视觉的子弹底火引药填充量检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113028912B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0814851A (ja) * | 1994-06-30 | 1996-01-19 | Aisin Seiki Co Ltd | 非接触容積測定方法および装置 |
| CN202134079U (zh) * | 2011-06-16 | 2012-02-01 | 长安大学 | 一种无人驾驶车辆车道标志线识别与报警装置 |
| CN102915535A (zh) * | 2012-08-23 | 2013-02-06 | 深圳大学 | 摄像机投影变换中圆形标志点的圆心偏差修正方法及*** |
| CN103353261A (zh) * | 2013-07-30 | 2013-10-16 | 重庆长江电工工业集团有限公司 | 运动弹药量检测装置 |
| CN107764205A (zh) * | 2017-11-06 | 2018-03-06 | 长安大学 | 基于线结构光扫描高频电阻焊焊缝形貌三维检测装置及检测方法 |
| CN108020549A (zh) * | 2018-01-10 | 2018-05-11 | 中煤科工集团淮北***技术研究院有限公司 | 一种导爆管药量在线检测装置 |
| CN108120353A (zh) * | 2017-12-06 | 2018-06-05 | 中国兵器装备集团自动化研究所 | 一种基于智能相机的传火孔检测装置及其方法 |
| CN111156900A (zh) * | 2018-11-08 | 2020-05-15 | 中国科学院沈阳自动化研究所 | 一种枪弹底火装配深度线结构光测量方法 |
| CN211205211U (zh) * | 2020-01-13 | 2020-08-07 | 黑龙江省科学院智能制造研究所 | 一种基于激光三角法的猎弹轮廓缺陷检测装置 |
| CN112161574A (zh) * | 2020-10-12 | 2021-01-01 | 昆明理工大学 | 一种基于发散型多线激光投影的三维测量***及测量方法 |
| CN112614139A (zh) * | 2020-12-17 | 2021-04-06 | 武汉工程大学 | 基于深度图的运输带矿石团块筛选方法 |
-
2021
- 2021-04-21 CN CN202110427803.5A patent/CN113028912B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0814851A (ja) * | 1994-06-30 | 1996-01-19 | Aisin Seiki Co Ltd | 非接触容積測定方法および装置 |
| CN202134079U (zh) * | 2011-06-16 | 2012-02-01 | 长安大学 | 一种无人驾驶车辆车道标志线识别与报警装置 |
| CN102915535A (zh) * | 2012-08-23 | 2013-02-06 | 深圳大学 | 摄像机投影变换中圆形标志点的圆心偏差修正方法及*** |
| CN103353261A (zh) * | 2013-07-30 | 2013-10-16 | 重庆长江电工工业集团有限公司 | 运动弹药量检测装置 |
| CN107764205A (zh) * | 2017-11-06 | 2018-03-06 | 长安大学 | 基于线结构光扫描高频电阻焊焊缝形貌三维检测装置及检测方法 |
| CN108120353A (zh) * | 2017-12-06 | 2018-06-05 | 中国兵器装备集团自动化研究所 | 一种基于智能相机的传火孔检测装置及其方法 |
| CN108020549A (zh) * | 2018-01-10 | 2018-05-11 | 中煤科工集团淮北***技术研究院有限公司 | 一种导爆管药量在线检测装置 |
| CN111156900A (zh) * | 2018-11-08 | 2020-05-15 | 中国科学院沈阳自动化研究所 | 一种枪弹底火装配深度线结构光测量方法 |
| CN211205211U (zh) * | 2020-01-13 | 2020-08-07 | 黑龙江省科学院智能制造研究所 | 一种基于激光三角法的猎弹轮廓缺陷检测装置 |
| CN112161574A (zh) * | 2020-10-12 | 2021-01-01 | 昆明理工大学 | 一种基于发散型多线激光投影的三维测量***及测量方法 |
| CN112614139A (zh) * | 2020-12-17 | 2021-04-06 | 武汉工程大学 | 基于深度图的运输带矿石团块筛选方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113028912A (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103983203B (zh) | 一种激光熔覆熔池离焦量测量装置及其测量方法 | |
| CN111488683B (zh) | 一种基于图像处理技术的破片飞散参数确定方法 | |
| CN108247179A (zh) | 基于熔池图像的i形坡口co2焊接偏差检测方法和装置 | |
| CN109341427A (zh) | 一种激光枪靶*** | |
| CN102502000A (zh) | 一种基于机器视觉技术的烟包缺支、反支检测方法 | |
| CN109839035B (zh) | 一种报靶***的精确定位方法及报靶*** | |
| CN115388706B (zh) | 一种具有自动校准功能的激光靶机 | |
| CN113028912B (zh) | 一种基于3d视觉的子弹底火引药填充量检测方法 | |
| CN114964007A (zh) | 一种焊缝尺寸视觉测量与表面缺陷检测方法 | |
| CN113514182B (zh) | 基于高速摄影***的冲击波超压场测量方法 | |
| CN109410237B (zh) | 一种基于激光三维相机的渣片图像分割方法 | |
| CN114018946A (zh) | 一种基于OpenCV的高反光瓶盖缺陷检测方法 | |
| CN111127542A (zh) | 一种基于图像的非合作目标对接环提取方法 | |
| CN112781452B (zh) | 一种子弹底火顶部外观缺陷检测方法 | |
| CN112950511B (zh) | 一种检测850nm附近不可见激光光斑位置的方法 | |
| CN115585740A (zh) | 一种炸点空间坐标探测装置及测量方法 | |
| CN114913323A (zh) | 一种充电桩区域夜间明火检测方法 | |
| CN111402283B (zh) | 基于灰度方差导数的火星图像边缘特征自适应提取方法 | |
| KR102084858B1 (ko) | 카메라를 이용한 골프 시뮬레이터의 촬영 영상에서 골프공 오브젝트만 인식하는 방법 | |
| CN112861764A (zh) | 一种人脸识别活体判断方法 | |
| CN112325790A (zh) | 一种激光挠度测量中激光光斑检测方法 | |
| CN113643385B (zh) | 基于深度相机的高度识别方法、***、装置及存储介质 | |
| CN111738082A (zh) | 基于机器视觉自动跟踪定位火灾火源点的识别方法和装置 | |
| CN114309889B (zh) | 一种用于焊缝跟踪的激光视觉传感***及方法 | |
| CN110794389A (zh) | 一种基于图像处理的非接触式测量间距的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |